Implementing Competency-Based Medical Education in Family Medicine: A Scoping Review on Residency Programs and Family Practices in Canada and the United States
Notice bibliographique
Résumé
BACKGROUND AND OBJECTIVES: While family medicine has been one of the first specialties to implement competency-based medical education (CBME) in residency, the nature and level of its integration with continuing professional development (CPD) is neither well understood nor well studied. The purpose of this review was to examine the current state of CBME implementation in family medicine residency and CPD programs in the North American education literature, with the aim of identifying implementation concepts and strategies that are generalizable to other medical settings to inform the design and implementation of residency training and CPD. METHODS: Using an Arksey and O'Malley six-step framework, we searched five online databases and the gray literature over the period between January 2000 through April 2017. We included full-text articles that focused on the key words CBME, residency, CPD, and family medicine. RESULTS: Of the articles reviewed, 37 met the inclusion criteria and were selected for full review. Eighty six percent of included articles focused on foundation elements related to designing competency-based curriculum and assessment strategies rather than program evaluation or other outcome measures. Only 19% of the articles were related to CPD that focused only on the implementation at the program and/or institution/organization levels. CONCLUSIONS: Given that the implementation of CBME is in its relative infancy, the pattern of implementation activities described in this scoping review reflected a limited focus on a broad range of issues related to fidelity of implementation of this complex intervention.
Récupéré en direct depuis OpenAlex et désinversé. Les résumés ne sont pas conservés dans cette base de données : les index inversés représentent 8,6 Go des 9,3 Go de texte de la base, et le serveur dispose de 13 Go libres.
Comment cette classification a été obtenuedéplier
Prédiction distillée sur la base complète
Imitation des enseignantsNi prévalence calibrée, ni vérité terrain. Validation humaine à venir. Apprise à partir de 10 348 étiquettes directes de Codex et de 10 348 étiquettes directes de Gemma. Le mode candidate est l'union des têtes enseignantes seuillées; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont ni des étiquettes humaines ni des étiquettes directes de modèles de pointe.
Scores Codex et Gemma par catégorie
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,008 | 0,028 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,004 | 0,000 |
| Bibliométrie | 0,001 | 0,004 |
| Études des sciences et des technologies | 0,000 | 0,001 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,002 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,000 | 0,000 |
Scores machine (provisoires)
Les deux têtes enseignantes du modèle étudiant, lues sur ce travail. Un score ordonne la base pour la relecture; il n'affirme jamais une catégorie, et le statut de validation accompagne chaque rangée tel quel.
Scores de référence d'un modèle non mature (critères de maturité non atteints, 7 itérations). Un score ordonne; il n'affirme jamais une catégorie.
score_only:v0-immature-baseline · tel quel depuis la passe de notation : score_only signifie que le nombre peut ordonner les travaux, et qu'aucune étiquette de catégorie n'en découleClassification
machine, non validéePrédiction automatique; un appel candidat d’une seule tête enseignante, pas un consensus.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».